Omniprésente dans notre société, la presse traite souvent de l’endettement des pays, en donnant une vision pessimiste des situations économiques des pays, notamment en Europe. La montée en puissance des pays émergents, tant sur le plan politique qu’économique renforce ce sentiment d’impuissance chez les populations européennes.
Il nous a semblé judicieux d’étudier l’évolution des réserves d’or de ces pays plutôt que leur endettement, afin d’avoir une vision différente de ce que les journaux font paraître habituellement.

1 Librairies & base de données


1.2 Base de données

Dans notre étude, nous avons utilisé une base de données qui se trouve sur le site data.gouv.fr. Cette base de données représente les réserves d’or de 28 pays européens au cours du temps (du 31 mars 2000 jusqu’au 31 mars 2014) regroupés dans un tableur Excel. Sous chaque pays, se déclinent 4 sous-colonnes : la première correspond aux réserves d’or en tonnes, la seconde colonne la conversion de ces réserves en millions de dollars américains, la troisième sa réserve de change en millions de dollars américains et la dernière le total en dollars américains des deux dernières colonnes.
Par la suite, on traitera un dataset simplifié qui ne gardera que la permière sous-colonne de chaque pays, c’est-à-dire sa réserve d’or en tonnes. Il se trouve sous format csv au nom de european-reserves-by-country-simplified.csv au lien suivant.

##     Austria         Belgium         Bulgaria        Croatia       
##  Min.   :280.0   Min.   :227.4   Min.   :39.56   Min.   : 0.0000  
##  1st Qu.:280.0   1st Qu.:227.5   1st Qu.:39.83   1st Qu.: 0.0000  
##  Median :288.7   Median :227.6   Median :39.88   Median : 0.0000  
##  Mean   :303.7   Mean   :239.3   Mean   :39.87   Mean   : 0.2304  
##  3rd Qu.:317.5   3rd Qu.:257.9   3rd Qu.:39.91   3rd Qu.: 0.0000  
##  Max.   :407.5   Max.   :258.1   Max.   :40.00   Max.   :13.1300  
##      Cyprus      Czech.Republic     Denmark         Estonia    
##  Min.   :13.87   Min.   :10.72   Min.   :66.55   Min.   :0.25  
##  1st Qu.:13.87   1st Qu.:12.70   1st Qu.:66.55   1st Qu.:0.25  
##  Median :14.43   Median :13.45   Median :66.55   Median :0.25  
##  Mean   :14.20   Mean   :13.08   Mean   :66.56   Mean   :0.25  
##  3rd Qu.:14.47   3rd Qu.:13.75   3rd Qu.:66.56   3rd Qu.:0.25  
##  Max.   :14.48   Max.   :13.87   Max.   :66.60   Max.   :0.25  
##     Finland          France        Germany         Greece     
##  Min.   :49.05   Min.   :2435   Min.   :3386   Min.   :107.2  
##  1st Qu.:49.05   1st Qu.:2435   1st Qu.:3402   1st Qu.:111.5  
##  Median :49.14   Median :2689   Median :3423   Median :112.1  
##  Mean   :49.11   Mean   :2719   Mean   :3424   Mean   :114.4  
##  3rd Qu.:49.14   3rd Qu.:3025   3rd Qu.:3440   3rd Qu.:113.0  
##  Max.   :49.14   Max.   :3025   Max.   :3469   Max.   :132.6  
##     Hungary         Ireland          Italy          Latvia     
##  Min.   :3.080   Min.   :5.470   Min.   :2452   Min.   :6.620  
##  1st Qu.:3.080   1st Qu.:5.470   1st Qu.:2452   1st Qu.:7.730  
##  Median :3.080   Median :5.470   Median :2452   Median :7.740  
##  Mean   :3.097   Mean   :5.695   Mean   :2452   Mean   :7.717  
##  3rd Qu.:3.140   3rd Qu.:6.000   3rd Qu.:2452   3rd Qu.:7.740  
##  Max.   :3.140   Max.   :6.000   Max.   :2452   Max.   :7.750  
##    Lithuania       Luxembourg        Malta         Netherlands   
##  Min.   :5.780   Min.   :2.240   Min.   :0.0800   Min.   :612.5  
##  1st Qu.:5.790   1st Qu.:2.240   1st Qu.:0.1200   1st Qu.:612.5  
##  Median :5.790   Median :2.300   Median :0.1900   Median :640.9  
##  Mean   :5.799   Mean   :2.296   Mean   :0.2025   Mean   :710.3  
##  3rd Qu.:5.820   3rd Qu.:2.330   3rd Qu.:0.2200   3rd Qu.:836.7  
##  Max.   :5.820   Max.   :2.390   Max.   :0.5000   Max.   :911.8  
##      Poland         Portugal        Romania         Slovakia    
##  Min.   :102.8   Min.   :382.5   Min.   :103.7   Min.   :31.79  
##  1st Qu.:102.9   1st Qu.:382.5   1st Qu.:103.7   1st Qu.:31.79  
##  Median :102.9   Median :382.6   Median :104.5   Median :35.12  
##  Mean   :102.9   Mean   :451.9   Mean   :104.4   Mean   :34.33  
##  3rd Qu.:102.9   3rd Qu.:517.1   3rd Qu.:105.0   3rd Qu.:35.12  
##  Max.   :102.9   Max.   :606.8   Max.   :105.3   Max.   :40.12  
##     Slovenia         Spain           Sweden      United.Kingdom 
##  Min.   :0.010   Min.   :281.6   Min.   :125.7   Min.   :310.2  
##  1st Qu.:3.170   1st Qu.:281.6   1st Qu.:125.7   1st Qu.:310.2  
##  Median :3.200   Median :376.9   Median :156.2   Median :310.3  
##  Mean   :4.449   Mean   :394.7   Mean   :155.5   Mean   :333.0  
##  3rd Qu.:7.550   3rd Qu.:523.4   3rd Qu.:185.4   3rd Qu.:313.2  
##  Max.   :7.560   Max.   :523.5   Max.   :185.4   Max.   :588.3

Le dataset contient 57 lignes et 29 colonnes.

2 Analyse - Graphiques


La base de données contient différentes séries temporelles. D’après le site “data to viz”, nous avions le choix entre différents types de graphiques. Nous pouvions utiliser les graphiques suivants: boxplot, violin, ridgeline, heatmap, lineplot, stacked area et stream graph.
Nous avons choisi de traiter les deux graphiques suivants: boxplot et heatmap, puisqu’ils appartiennent à deux catégories de graphiques différentes ; le boxplot est un graphique de distribution et le heatmap un graphique de corrélation, nous permettant ainsi d’extraire un maximum d’informations pertinentes.

2.1 Boxplot

2.1.1 Graphique

Le boxplot permet de tracer toutes les valeurs statistiques obtenues avec la fonction “summary” auparavant, la moyenne apparaissant sur le curseur. Cependant, le boxplot ne nous permet pas de connaître les valeurs de chaque donnée d’où le besoin de tracer les nuages de points sur le graphique suivant.

2.1.2 Résultats

On remarque que la plupart des pays de l’Union Européenne ont des réserves en or constantes. C’est le cas de la Bulgarie, de la Croatie, de Chypre, du Danemark, de la République Tchèque, de l’Estonie, de la Finlande, de l’Hongrie, de l’Irlande, de l’Italie, de la Lituanie, de la Lettonie, du Luxembours, de Malte, de la Pologne, de la Roumanie, de la Slovaquie et de la Slovénie.
Ces 21 pays représentent 75% des pays de l’Union Européenne. Peut-on considérer que l’économie de ces pays est menacée ? Probablement non. Intéressons-nous maintenant à leur évolution au cours de ces dernières années.

2.2 Heatmap

2.2.1 Graphique

2.2.2 Résultats

Comme sur le boxplot, on remarque que des pays européens sortent du lot : la France, l’Allemagne et l’Italie possèdent des réserves d’or bien plus importantes que les autres pays (contraste très marqué par les couleurs). Nous remarquons que seules les réserves en or françaises ont chuté de manière significative entre les années 2000 et 2014 (rouge moins prononcé en 2013), passant de 3024 tonnes à 2435 tonnes soit une diminution de 19%. Les autres pays de l’Union Européenne ont une réserve d’or constante ou qui a connu une légère baisse, souvent de 300 tonnes (Espagne, Royaume-Uni et Pays-Bas).
Si on considère les chiffres relatifs, les Pays-Bas ont connu une chute de leur réserve d’or de 33%, le Portugal de 36%, l’Espagne de 46% et le Royaume-Uni de 47%. Cela semble important, pourtant la quantité d’or qu’ils ont perdu est deux fois moins importante que celle de la France.

3 Conclusion


Pour conclure, la France semble avoir une économie en déclin en raison d’une chute importante de ses tonnes d’or en comparaison avec l’Allemagne ou l’Italie qui ont des réserves similaires. La plupart des autres pays de l’Union Européenne ont eu des réserves d’or quasi-constantes entre 2000 et 2014, alors que la France a vu sa réserve d’or chuter de 589 tonnes soit de 19%.
Cependant, en termes de proportion, les pourcentages montrent que les Pays-Bas, le Portugal, l’Espagne et le Royaume-Uni subissent le plus de perte de leur réserve d’or, d’autant plus que ces derniers possèdent une réserve d’or déjà peu importante. Bien sûr, dans cette étude, les réserves d’or ne sont qu’un indicateur très limité et limitant qui ne permet pas de totalement déterminer l’économie et la santé financière d’un pays.

 




A work by Alexis CARBILLET, Benjamin GRONDIN, Esther JAMET